DETALHES
Disciplina de natureza Teórica de nível Doutorado, com carga horária de 60 horas e 2 créditos.
- Número de vagas:
- 20
- Período:
- 21/02/2022 a 25/02/2022
- Pré-requisitos:
- Sem pré-requisito.
- Área(s) de Concentração: Determinação dos Processos Saúde-Doença: Produção/Trabalho, Território e Direitos Humanos
HORÁRIO
| Dia | Início | Fim |
|---|---|---|
| Todos os dias | 8h | 12h |
PROFESSORES
| Nome |
|---|
| Geovane da Conceição Maximo |
| Karina Cardoso Meira |
| Raphael Mendonça Guimarães |
EMENTA
Objetivo: Apresentar métodos de projeção de dados de mortalidade em populaçõesEmenta: O curso apresentará fundamentos estatísticos para a realização do estudo de projeção de dados de mortalidade, incluindo os métodos demográficos essenciais para a pesquisa em saúde e mortalidade. Os participantes desenvolverão suas habilidades na aplicação desses métodos. Os alunos serão apresentados à construção de tábuas de vida, compreender as suas funções e indicadores de compressão da mortalidade. Em seguida, serão apresentados aos conceitos de medidas de coorte e período, para então abordar a análise de séries temporais e, finalmente, a elaboração de parâmetros para a projeção da mortalidade.
Metodologia: Serão realizadas aulas expositivas síncronas, dialogadas com os alunos a partir de referências disponibilizadas previamente. Adicionalmente serão apresentadas técnicas de análise. Finalmente, serão pactuadas atividades assíncronas de forma a completar o escopo teórico da disciplina.
Categoria: Eletiva - mini curso internacional
Pré-requisito: Os alunos deverão estar familiarizados com estatística básica e com o software R.
Informação sobre as aulas: Serão em formato remoto, pelo aplicativo Zoom.
Candidatos externos: Serão aceitos alunos dos Programas de SS da ENSP, Alunos de outros Programas de SS da FIOCRUZ, Alunos de outros Programas de SS.
Alunos de mestrado e doutorado, profissionais de saúde familiarizados com métodos quantitativos que desejam aperfeiçoar técnicas de análise de situação de saúde.
Vagas: Máximo 30.
A disciplina ofertará 02 vagas para Estágio em Docência e o pré-requisito é ser aluno de doutorado.
Docentes convidados: Marília Regina Nepomuceno e Júlia Almeida Calazans
BIBLIOGRAFIA
1. Basellini U, Camarda CG. Modelling and forecasting adult age-at-death distributions. Popul Stud (Camb). 2019;73(1):119-138. doi: 10.1080/00324728.2018.1545918.2. Debón A, Haberman S, Montes F, Otranto E. Do Different Models Induce Changes in Mortality Indicators? That Is a Key Question for Extending the Lee-Carter Model. Int J Environ Res Public Health. 2021;18(4):2204. doi: 10.3390/ijerph18042204.
3. Haberman S, Renshaw A. Mortality, longevity and experiments with the Lee- Carter model. Lifetime Data Anal. 2008;14(3):286-315. doi: 10.1007/s10985-008-9084-2.
4. Jahangiri K, Aghamohamadi S, Khosravi A, Kazemi E. Trend forecasting of main groups of causes-of-death in Iran using the Lee-Carter model. Med J Islam Repub Iran. 2018;32:124. doi: 10.14196/mjiri.32.124.
5. Lee R, Miller T. Evaluating the performance of the Lee-Carter method for forecasting mortality. Demography. 2001;38(4):537-49. doi: 10.1353/dem.2001.0036.
6. Li H, Li JS. Optimizing the Lee-Carter Approach in the Presence of Structural Changes in Time and Age Patterns of Mortality Improvements. Demography. 2017;54(3):1073-1095. doi: 10.1007/s13524-017-0579-x.
7. Li N, Lee R, Gerland P. Extending the Lee-carter method to model the rotation of age patterns of mortality decline for long-term projections. Demography. 2013;50(6):2037-51. doi: 10.1007/s13524-013-0232-2.
8. Niu G, Melenberg B. Trends in mortality decrease and economic growth. Demography. 2014;51(5):1755-73. doi: 10.1007/s13524-014-0328-3.
9. Wi?niowski A, Smith PW, Bijak J, Raymer J, Forster JJ. Bayesian Population Forecasting: Extending the Lee-Carter Method. Demography. 2015;52(3):1035-59. doi: 10.1007/s13524-015-0389-y.
10. Zhao BB. A modified Lee-Carter model for analysing short-base-period data. Popul Stud (Camb). 2012;66(1):39-52. doi: 10.1080/00324728.2011.636839.